[原创]古期对算法程序化交易策略种类的归纳[古期心得]

    古期在长期的编程经验中，以及国内一些成熟策略的研究后，古期认为任何算法交易的策略都需要一个确定的机会，在提高收益或降低成本方面是有利可图的。

    而常用的交易策略我觉得可以归纳成几种，其中前两种大家都较常见，后面几种有可能很多都是第一次听说:

趋势跟踪策略
     最常见的算法交易策略遵循移动平均线、通道突破、价格水平变动和相关的趋势技术指标。这些是通过算法交易实现的最容易和最简单的策略，因为这些策略不涉及任何预测或价格预测。交易是基于理想趋势的出现而启动的，这种趋势通过算法实现起来简单明了，不需要复杂的预测分析。使用50和200日均线是一种流行的趋势跟踪策略。

 套利机会策略

    在一个市场以较低的价格买入一只两地上市的股票，同时在另一个市场以较高的价格卖出，这种差价就是无风险利润或仲裁。相同的操作可以被复制到股票和期货工具中，因为价格差异确实时常存在。实施一种算法来识别这种价格差异，并有效地下订单，从而创造有利可图的机会。

指数基金再平衡策略

指数基金定义了重新平衡的周期，以使其持有的资产与各自的基准指数持平。这为算法交易员创造了有利可图的机会，他们利用预期交易，根据指数基金重新平衡前指数基金中的股票数量，提供20至80个基点的利润。此类交易通过算法交易系统启动，以便及时执行并获得最佳价格。

算法交易允许交易者进行高频交易。高频交易的速度过去可以精确到毫秒。今天，它们可能以微秒或纳秒(十亿分之一秒)来计量。
3

基于数学模型的策略

    成熟的数学模型，如delta中性交易策略，允许结合期权和基础证券进行交易。(delta neutral是一种由多个头寸组成的投资组合策略，这些头寸具有相互抵消的正Delta和负Delta，即一种资产(通常是有价证券)的价格变化与其衍生产品价格相应变化的比率，因此相关资产的总Delta为零。)

平均值回复策略

平均值回复策略是基于这样一个概念，即一项资产的高价格和低价格是一种暂时现象，会周期性地回复到它们的平均值。确定和定义一个价格范围，并在此基础上实现一种算法，当资产价格突破或超出其定义的范围时，可以自动进行交易。

数量加权平均价格(VWAP)

成交量加权平均价格策略分解大订单，并使用特定股票的历史成交量曲线向市场发布动态确定的较小订单块。目的是执行接近的订单数量加权平均价格(VWAP)。

时间加权平均价格(TWAP)
时间加权平均价格策略分解一个大订单，并使用在开始和结束时间之间均匀划分的时间段向市场发布动态确定的较小订单块。目标是在开始和结束时间之间以接近平均价格的价格执行订单，从而将市场影响降至最低。

体积百分比策略
在交易订单完全成交之前，该算法会根据定义的参与比例和市场交易量继续发送部分订单。相关的“步骤策略”以用户定义的市场交易量百分比发送订单，并在股价达到用户定义的水平时增加或减少这一参与率。

执行不足
这执行不足策略旨在通过权衡实时市场，最小化订单的执行成本，从而节省订单成本，并受益于延迟执行的机会成本。该策略将在股价走势有利时提高目标参与率，在股价走势不利时降低目标参与率。

超越通常的交易算法
有几类特殊的算法试图识别另一边的“事件”。这些“嗅探算法”——这种就不怎么介绍了。

希望对大家在眼界上能有所扩展。